基于规则和词共现的中文电子病历否定检出.pdfVIP

第32卷第3期 计算机应用与软件 V0lI32 No．3 2015年3月 ComputerApplicationsandSoftware Mar．2015 基于规则和词共现的中文 电子病历否定检出 张远鹏 王 理 董建成 (南通大学医学院医学信息学系 江苏 南通226001) 摘 要 对于中文电子病历文本中的否定术语的检出，目前有很多方法，基于规则的否定检出是比较常用的一种算法。但是该方 法无法解决由于标点录入错误造成假阳性的问题。因此，在基于规则算法的基础上，提出一种基于词共现的否定检出算法，通过收 集200份 中文电子病历约150865个汉字字符进行实验，新方法的阴性预测值比基于规则的算法提高了7．85％。所以，基于规则和 词共现的否定检出算法能够很好地降低由于标点录入错误而出现假阳性术语的概率。 ‘ 关键谊 词共现 正向最大匹配 互信息 否定检出 中图分类号 TP3 文献标识码 A DOI：10．3969／j．issn．1000．386x．2015．03．014 NEGATIoN DETECTIoN IN Cm NESE ELECTRoNICMEDICAL RECoRD BASED oN RULESAND W oRD Co．oCCURRENCE ZhangYuanpeng WangLi DongJiancheng (DepartmentofMedicalInformatcis，NantongUnwers ，Nantong226001，Jiangsu，China) Abstract TherearemanymethodsusedinnegativetermsdetectioninChineseelectronicmedicalrecordatpresent，andrules-basednega- tiondetection isacommonlyusedalgorithm．However，itfailsinsolvingfalsepositiveproblem causedbypunctuationsinputtinge~ors． Therefore，onhtebasisofrules—basedalgorithm ，weproposeawordCO—occurrencebasednegationdetectionalgorithm．Th enegativepredictive valueofnewmethodimproves7．85％ thantherules·basedmethodintheexperimentcollecting200copiesofChinesemedicalrecordsinclu— dingabout150865Chinesecharacters．Therefore，theurlesandwordCO—occurrencebasednegationdetectionalgorithmscanwellreducethe probabilityoffalse—positivetermsoccurredduetopunctuationsinputtingerrors． Keywords Word Forwardm~imum matching Mutual information Negationdetection 检出算法获得了比较满意的结果 ，但是并未对标点书写错误造 0 引 言 成假阳性的结果做 出处理，例如：“患者无胸闷，胸痛等不适”， 按照李吴曼等人的算法规则，“胸痛”会被作为阳性检测，产生 在中文电子病历中，术语表达的意思并非都是肯定的，故对 假阳性